HMM을 기반으로 한 로봇팔의 움직임 학습 및 재생

Abstract

본 논문에서는 5개의 관절로 이루어진 로봇 팔의 움직임을 몇 가지 패턴으로 학습해 두었다가 불완전한 패턴이 들어왔을 때 학습된 패턴에 가까운 완전한 패턴으로 생성해주는 시스템을 만들었다. 이를 위해 카메라로부터 얻은 영상에서의 좌표와 팔을 이루는 5개의 모터의 관절값들을 연계시켜주는 시스템을 Self-organizing map과 2개의 층으로 이루어진 Neural network으로 구상하였다. 시간에 따라 변하는 모터의 움직임에 대한 정보를 학습하기 위해 Hidden Markov model을 바탕으로 sequence 인식 시스템을 구상한 뒤 두 시스템을 연계하였다. 5개의 움직임 패턴을 학습하여 실험한 결과 몇 가지 개선해야 할 사항이 있었지만 sequence의 인식 및 재생이 문제없이 동작함을 확인하였다.